首页
/ Backtesting.py中trade_on_close参数对订单执行价格的影响分析

Backtesting.py中trade_on_close参数对订单执行价格的影响分析

2025-06-03 10:59:50作者:何将鹤

问题背景

在使用Backtesting.py进行策略回测时,trade_on_close参数控制着订单执行价格的选择。当设置为True时,理论上所有交易都应在当日收盘价执行;当设置为False时,则使用次日开盘价执行。然而,在某些版本中存在一个关键问题:即使trade_on_close=True,平仓订单仍可能错误地使用了次日开盘价而非当日收盘价。

技术细节解析

订单执行机制

Backtesting.py的订单执行机制分为两种模式:

  1. trade_on_close=False模式

    • 买入订单:使用信号生成后次日的开盘价
    • 卖出订单:同样使用次日的开盘价
    • 这种模式下所有价格保持一致
  2. trade_on_close=True模式

    • 买入订单:使用信号生成当日的收盘价(符合预期)
    • 卖出订单:在某些版本中错误地使用了次日的开盘价(不符合预期)
    • 导致买入和卖出价格基准不一致

价格处理的影响

这个问题在使用处理后的价格时尤为明显。常见场景是:

  • 用户只对收盘价进行了处理(如除权除息处理)
  • 开盘价、最高价、最低价保持原始未处理状态
  • 当买入使用处理后收盘价而卖出使用未处理开盘价时,会导致回测结果失真

问题影响

这个bug会导致以下严重后果:

  1. 回测结果失真:由于买卖价格基准不一致,策略表现会被错误放大或缩小
  2. 策略评估偏差:Sharpe比率、最大回撤等关键指标计算不准确
  3. 前后版本不一致:不同版本的Backtesting.py可能产生截然不同的回测结果

解决方案

该问题已在Backtesting.py v0.6.2版本中修复。更新后:

  • 当trade_on_close=True时,所有订单(包括平仓订单)都严格使用当日收盘价执行
  • 确保了买卖价格基准的一致性
  • 回测结果更加准确可靠

最佳实践建议

  1. 版本控制:确保使用最新稳定版本的Backtesting.py
  2. 价格一致性:如果使用处理后的价格,应对所有价格字段(Open/High/Low/Close)进行统一处理
  3. 结果验证:对于关键策略,建议在不同版本和参数设置下进行交叉验证
  4. 参数明确:明确记录回测时使用的trade_on_close参数值

总结

Backtesting.py中的trade_on_close参数对回测结果有着重要影响。理解其工作机制并确保正确使用,是获得可靠回测结果的关键。开发者应及时更新到修复版本,并在使用处理后的价格时保持各价格字段的一致性,这样才能确保策略评估的准确性和可比性。

登录后查看全文
热门项目推荐

项目优选

收起
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
338
1.19 K
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
898
534
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
188
265
kernelkernel
deepin linux kernel
C
22
6
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
140
188
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
374
387
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.09 K
0
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
86
4
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
7
0
arkanalyzerarkanalyzer
方舟分析器:面向ArkTS语言的静态程序分析框架
TypeScript
114
45